算法模型的评估

过拟合与欠拟合 在我们训练一个机器模型之后，往往需要对此模型进行评价，一些术语需要对此进行了解。 过拟合：在训练时我们往往不希望模型对所有的数据都能得到很好的拟合，因为一旦这样往往在新的样本上表现的不一定好。 常见的形式是：训练过程损失函数逐渐收敛的很好，而测试时损失函数很大，并且不易收敛。这也说明这个模型泛化能力很差。 打个比方：平时做题训练时答得都很好，一旦考试就不会，这说明它的泛化性不够好，

>>阅读原文<<